本研究提出了一种新方法和数据集，用于生成高质量、多样的纹理图像。通过开发输入提示、调整生成模型以及严格筛选，最终创建了一个包含362,880幅纹理图像的Prompted Textures Dataset (PTD)。研究发现纹理图像在安全过滤过程中容易被错误标记，揭示了当前模型的潜在偏见。

TexTile是一种新的可微度量标准，用于评估纹理图像的可瓷砖性。它能够准确评估纹理的可瓷砖性，并为纹理的合成和分析提供更准确的方法。TexTile可以与不同的纹理合成方法结合使用，并产生可瓷砖纹理。它还能客观评估任何可瓷砖纹理合成方法，解决了当前混合度量标准的问题。

这篇文章介绍了一种新的可微度量标准TexTile，用于评估纹理图像的可瓷砖性。TexTile能够准确评估纹理的可瓷砖性，为纹理的合成和分析提供更准确的方法。同时，TexTile能够与不同的纹理合成方法结合使用，并产生可瓷砖纹理。此外，TexTile还能客观评估任何可瓷砖纹理合成方法，解决了当前混合度量标准的问题。

本文介绍了一种使用基于生成对抗网络（GANs）的新方法，逐片段生成无限分辨率纹理图像。该方法通过在纹理图像上训练 GAN 模型，生成局部相关且可无缝拼接成更大图像的纹理片段。实验结果表明，该方法具有更好的可扩展性和视觉一致性。